빅데이터로 비즈니스에 성공하는 사례가 속속 나오고 있다. 일본의 한 택시회사는 빅데이터를 분석해 30분 후 택시 수요를 운전기사에게 알려주는 서비스를 제공하고 있다. 약 92%의 정확도이며 이 정보를 이용한 기사는 소득이 49% 증가했다고 한다. 위치정보, 과거 택시 승차 데이터, 일기예보 데이터가 빅데이터로 분석되는 것이다. 우리나라의 카카오택시에 접목하면 좀 더 진화된 시스템이 나올 수도 있을 것이다.
우리는 한 치 앞을 내다보기 힘든 복잡하고 변화무쌍한 세상을 살고 있다. 빅데이터 분석은 그동안 이해되지 않던 많은 현상을 설명해주고 예측 가능하게 한다. 빅데이터를 제대로 읽으면 미래 트렌드를 예측할 수 있다.
필자가 대표로 있는 회사는 한국갤럽과 공동으로 설문 조사한 미래 주거 빅데이터 분석을 기반으로 약 10년 동안 주거 트렌드를 정기적으로 발표해왔다. 집은 짓는 데 3~4년의 기간이 걸리는 미래 상품이고 라이프 스타일에 따라 변화하는 트렌디한 상품이다. 시장의 흐름을 제대로 못 읽으면 낭패를 당하고 심지어 사업을 접어야 할 수도 있다.
주택 트렌드를 살펴보면 부동산인 집은 살아 있는 생물이라고 할 만하다. 큰 집을 선호하던 시대에서 강소 주택 시대로 변했고 단순한 주거 기능에서 벗어나 집으로 휴가를 떠나는 스테이케이션이 유행한다. 팬트리·알파룸 등의 복합공간 수요도 늘었고 코인 세탁실, 실내 체육관 등의 선호도도 높아지고 있다. 현관 출입을 첨단 생체인식 기술로 통제하고 마케팅에는 가상현실(VR), 증강현실(AR)이 적용되고 있다.
살아 움직이는 시장을 제대로 알기 위해서는 빅데이터·트렌드 분석이 필수다. 우리나라 정부부처나 기관에서 축적된 빅데이터의 분석 가치도 높아졌다. 통계청 자료에 따르면 인구는 2015년부터 5년간 96만명 늘어나고 가구 수는 116만가구 늘어난다. 인구절벽이라 주택 수요가 급감할 것이라는 일반적 생각과는 차이가 있다.
인구 노령화를 감안하면 좀 복잡해진다. 60~64세 인구가 지난 2015년 275만명에서 오는 2020년 381만명으로 106만명 늘어난다. 은퇴기 베이비부머가 자산시장에서 어떻게 행동할지 깊이 있는 연구가 필요하고 그에 따른 시장의 변화를 판단해야 한다.
무심코 활용하는 수치도 빅데이터 분석을 통해 차이가 발견되는 경우가 많다. 인허가 주택 수와 실제 공급 주택 수의 차이가 대표적인 예다. 2011년 1월부터 2017년 6월까지의 착공 주택 수는 인허가 주택의 89.3%이고 준공 주택 수는 착공 주택 수의 83.5%, 인허가 주택 수의 74.6%로 나타난다. 인허가를 주택 공급으로 잘못 인식하면 약 25% 이상의 수치 오류가 발생한다.
중장기 가격 빅데이터 분석도 유의미하다. 올 7월 서울 아파트 가격은 9년 전 대비 3.6% 정도 올랐다. 하지만 그동안의 국민소득·물가지수를 감안하면 체감지수와 사뭇 다르다. 가계·기업 그리고 정부가 주택시장의 빅데이터를 제대로 읽고 해석해 주거의 질을 높이고 현명하고 효율적인 삶을 살아갈 수 있게 되기를 기대한다.
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
